黄仁勋野心不止GPU，芯片收割推理市场，算力格局或洗牌

GTC 2026 即将开幕，黄仁勋准备掏出的不再是单纯刷新参数的怪兽级 GPU，而是一张价值 200 亿美元的明牌——一款基于 SRAM（静态随机存取存储器）的专用推理芯片。

这标志着英伟达历史上最大规模收购案（吞并 Groq 核心资产）的底层技术正式落地。但这绝不是一次常规的产品迭代，黄仁勋正在亲手打破自己维持了多年的神话：“一颗通用 GPU 可以包打天下”。

在笔者看来，这轮架构调整的表象是硬件路线的演进，底层却是英伟达面对科技巨头“诸侯割据”与监管高压时，极其老辣的防御性进攻。

外界有一种极其粗暴的误读，认为英伟达转向 SRAM 是为了“抛弃 HBM”。这在半导体的物理规律上根本站不住脚。

标准的 SRAM 单元需要 6 个晶体管（6T）来存储 1 个比特，而 HBM 依赖的 DRAM 只需要 1 个晶体管加 1 个电容（1T1C）。这种先天的物理结构差异，导致 SRAM 的硅片面积是 DRAM 的 5 到 10 倍。这意味着 SRAM 速度极快，但极其昂贵且根本做不出大容量，它装不下动辄数千亿参数的大模型。

英伟达真正的算盘，是搞“算力的阶级分化”。

过去，无论是炼大模型还是日常的 AI 问答，大家都在抢极其昂贵且缺货的 HBM 和 GPU。但现在，AI 的重心已经彻底滑向了“推理（Inference）”。思科等机构的最新预测显示，到 2027 年，高达 75% 的 AI 工作负载将全面转向实时推理。

面对这种不可逆的趋势，英伟达给出了路线图切分：

一边是即将登场的下一代 Vera Rubin 架构，继续把 GPU 和 HBM 的堆料推向极致，死死锁住云厂商的“大模型训练”底座；

另一边，就是这次基于 Groq 技术推出的 LPU（语言处理单元）。它用片上 SRAM 替代片外存储，彻底干掉数据搬运的延迟，专门用来收割那些对实时性要求极高、单次请求成本极敏感的场景。

为什么一向推崇通用计算的英伟达，会突然调转车头搞起专用推理架构？

答案是被逼出来的。

就在近期，业界传出 Meta 计划在 2027 年将部分推理工作负载切给谷歌 TPU。当大模型逐渐走向同质化，推理成本的极致压缩就成了生死线。如果英伟达继续强迫所有客户用“杀鸡用牛刀”的 GPU 去做低延迟推理，大客户迟早会跑向谷歌、AMD，甚至是以 Groq 为代表的初创公司。

为了掐灭这个苗头，黄仁勋在 2025 年底砸出了 200 亿美元。但最绝的不是金额，而是操盘手法。

如果英伟达直接全盘收购 Groq，这笔交易必定会被美国 FTC 和欧盟的反垄断监管机构以“垄断 AI 算力”为由直接毙掉。因此，英伟达采取了极其狡猾的“资产收购+技术授权+核心团队挖角（Acquihire）”模式。

他们花 200 亿美元买断了 Groq 的核心专利使用权，并把创始人 Jonathan Ross 连同两百多名核心工程师直接“收编”进英伟达。而 Groq 这家公司的空壳，在名义上依然作为独立实体存在。

这是一种合法但极其残酷的“掏空”式并购。黄仁勋用 200 亿美元的“过路费”，绕开了反垄断的红线，兵不血刃地干掉了最危险的推理端刺客，顺手接收了 Groq 生态上超过 200 万名开发者。

这套“GPU主内（训练），SRAM主外（推理）”的组合拳一旦打出，整个算力产业链的利润池将面临残酷的重新分配。

首先，HBM 的神话将被祛魅。它依然是训练端不可或缺的皇冠明珠，但那种“只要搞 AI 就必须买 HBM”的非理性繁荣将一去不复返。

留给其他芯片创业公司的单点突破空间被焊死。过去几年，无数初创公司拿着“比英伟达推理快 X 倍”的 PPT 找融资。如今，当裁判员自己下场推出极致低延迟的专用芯片，并且将其无缝接入英伟达庞大的 CUDA 软件生态栈时，单靠底层架构创新就能撕开一道口子的时代，正式终结了。

当所有人都以为 GTC 2026 将是一场关于“算力规模有多大”的肌肉秀时，黄仁勋其实不关心 SRAM 和 HBM 谁替代谁，他只关心如何用最密不透风的产品矩阵，把每一分流向 AI 数据中心的钱都截留在自己的口袋里。

这早就不是一场比拼芯片跑分的极客游戏，而是商业帝国捍卫战。